導入する前に確認するべき評価ポイント

幸せになれる「RFP」の書き方　ビッグデータ分析ツール編（1/3 ページ）

自社のニーズを満たすビッグデータ分析ツールを見極めるためには、しっかりとした評価ポイントを策定する必要がある。評価するためポイントを紹介する。

公開 2015年08月20日 15時00分

著者

David Loshin

[TechTarget]

印刷する

ビッグデータ活用の目的と期待　出典：IDC Japan（参照：“やるかやらないか”で二極化するビッグデータ活用　一般企業への浸透が進む）《クリックで拡大》

　ビッグデータ分析ツールは、構造化されたトランザクションデータから、ソーシャルメディアの投稿やWebサーバのログファイルといった非構造化データや半構造化データまで、多種多様な情報の分析を可能にする。あなたの会社がビッグデータ分析ツールの購入を決めたら、次のステップは、入手可能な製品の評価プロセスを策定し、自社のニーズや要件に最適なものを見つけることだ。

　さまざまなビッグデータ分析ツールが自社ニーズにどれだけ合っているか評価する基準として必須の機能や特性を理解しよう。その理解を基に、これらのツールを使うことで自社のニーズをどれだけ満たせるかが明らかになるように、RFP（提案依頼書）を作成することが可能だ。

併せて読みたいお薦め記事

幸せになれる「RFP」の書き方

幸せになれる「RFP」の書き方　SSD／オールフラッシュアレイ編

大量データ時代の分析インフラ構築法

ソーシャルメディア活用の現在

成功するデジタルマーケティング

評価基準：モデリング手法のサポートの幅と深さ

　ビッグデータ分析ツールに対するベンダーの取り組みのレベルはさまざまだ。各社がこれらのツールで実現している分析機能の洗練度も、それに応じて異なる。個々のツールでサポートされている分析モデリング手法がどれだけ“幅広い”かは、どれだけ多様なアプローチが提供されているかを反映している。こうした分析モデリング手法の例には、回帰手法や時系列モデル（※）、ニューラルネットワークなどがある。

※過去の傾向の分析を基に、変数値を予測するモデル。

　また、ビッグデータ分析ツールがモデリング手法をどれだけ深くサポートしているかは、採用されるアプローチの2つの側面に現れる。1つは、作成されるモデルの正確さと精度に直結するアルゴリズムの洗練度。もう1つは、モデリング手法がどれだけ柔軟に利用できるかだ。これは、「どのようなモデルが作成できるか」と「特定のツールを使ってどのようにモデルを作成できるか」を理解して、ビッグデータ分析ツールをどれだけ使いこなせるか、データマイニングや予測分析に関してどのようなレベルの専門知識やノウハウを持っているかに左右されるということだ。

　経験の浅いデータアナリストは、広範な分析機能を提供する製品に興味を持つかもしれない。これに対し、より熟練したアナリストや統計の専門家は、特定のタイプの分析モデルをより深く観察できる製品を好む可能性がある。

評価基準：統合とアクセシビリティ

　ビッグデータ分析ツールは、構造化データと非構造化データの両方を含む社内外のデータソースを使用することが多く、これらのデータソースは増加の一途をたどっている。そのため、データアクセシビリティとシステム間統合をサポートする機能がますます必要となっている。この分野で考慮すべき機能には以下のようなものがある。

非構造化データの利用

　製品が各種の下記のような非構造化データを取り込み、これらの情報を解析して理解できることを確認しよう。

電子メール
画像
動画
プレゼンテーション
ソーシャルメディアからの情報

ビッグデータアクセシビリティ

MongoDBのWebサイト《クリックで拡大》

　製品がどのようにビッグデータアーキテクチャに接続するかを比較しよう。米MongoDBの「MongoDB」やオープンソースの「Apache Cassandra」といったNoSQLデータベースで管理されているファイルやオープンソースの分散処理基盤「Apache Hadoop（Hadoop）」に保存されている分散データなどが接続対象になる。

既存プラットフォームのコンポーネントとの相互運用性

　これは、従来のデータ管理やBI（ビジネスインテリジェンス）プラクティスと分析方法論を組み合わせる場合に重要になる。例えば、多くの分析ツールは、従来のSQLクエリで分析モデルを呼び出せるようになっている。こうした相互運用性により、予測モデルの結果を踏まえて、従来のデータアナリストが通常使い慣れているようなクエリやリポートを実行できる。